论文部分内容阅读
Web文档的迅猛增长使Web文摘技术成了当今的一个研究热点。由于Wed文档的特殊性．使得Web文摘不同于传统的文本自动文摘。本文分析了Web文档的特点；给出了Web文摘的定义；提出了基于句子抽取的Web文摘生成算法。算法中将每个Web句子权重分解为Web特征词权重和Web句子结构权重，并用机器学习的方法来计算二者所占的比重。Web特征词权重根据文档分类树图进行权值调整，Web句子结构权重充分考虑排版格式和超连接属性。通过对1000篇Web文档的文摘实验，证明文中所提Web文摘算法切实可行。